Click Here!
Annonsera här
Annonsera i Värmepumpsforum, klicka här för att ställa e-postfråga och få mer info.
Kampanj från Polarpumpen!.
Varför betala dyrt för nåt enkelt?
 

Författare Ämne: Machine Learning / AI för feldetektion, data sökes  (läst 293 gånger)

0 medlemmar och 1 gäst tittar på detta ämne.

Oscar S

  • Gäst
Oscar S
Machine Learning / AI för feldetektion, data sökes
« skrivet: 23 oktober 2019, 09:34:25 »
Hej!

Jag jobbar på ett projekt där vi använder temperaturdata för att skapa deep learning modeller för feldetektion i olika system. Vi har gjort ett PoC som fungerar bra på elinstallationer för att detektera avvikelser.

Nu skulle vi vilja testa om våra modeller går att generalisera på ytterligare use cases och då kom jag att tänka på min bergvärmepump som jag har i källaren. Jag har haft mycket problem med den under åren och senast var det igensatta filter vilket gjorde att värmen i huset inte fungerade.

Jag tror det kan vara intressant för bergvärmetillverkarna/kunderna att integrera ett mer avancerat feldetektionssystem som varnar vid avvikelser.

Min fråga är om det är någon här på forumet som loggar alla temperaturdata och skulle vara villiga att dela med sig av sin data? Modellerna fungerar bättre ju fler temperatursignaler som är tillgängliga, och en bergvärmepump borde vara ideal i det hänseendet.

Tack på förhand

/Oscar

Utloggad tipo874

  • Guldmedlem
  • Dignitär inom värmepump
  • ******
  • Stad/land: Uppsala
  • Antal inlägg: 3972
  • Kön: Man
SV: Machine Learning / AI för feldetektion, data sökes
« Svar #1 skrivet: 23 oktober 2019, 09:51:11 »
Jag har loggat min BV-pump minutvis, en fil per dygn, sedan 2004 och de senaste 10 åren har jag data för utetemp, innetemp, kb in/ut, vb in/ut, vb temp, suggas, hetgas, solfångartemp in/ut, effektförbrukning. Det hjälpte mig se när kompressorn var på väg att rasa, vilket den senare gjorde.

I mina data finns även tillfället när växelventilen kärvade ihop, så jag kan tänka mig att det kan vara intressant att träna ett NN på.

För närvarande har jag ungefär 1,3G data i textform.

Du får gärna använda mina data.
« Senast ändrad: 23 oktober 2019, 09:56:12 av tipo874 »
Villa utan källare i Uppsala, 175m², 2-våningsdel byggd 1928, 1-plansdel byggd 1978, 75m² garage/förråd.
Stiebel-Eltron WPF-10, 200l arbetstank, 290l vvb, 200m bergkollektor, konverterat från direktel 2004, 14 radiatorer + handdukstork, golvvärme i garage/förråd. 2x30-rörs solpanel till varmvatten, inst sommaren 2009 och 2010. Maj 98 -  maj 99: 41125 kWh, apr 11 - apr 12: 15490 kWh, varav vp 7557 kWh.

https://spiff.hax.se/log.html

Gammal timrad dalagård, två våningar plus källare (3x42m²), 20 radiatorer. Timrad gäststuga, två våningar (2x35m²) via kulvert, 10 radiatorer.
Nibe F1245-12, 2x350m jordkollektor, 300l arbetstank. Konverterat från direktel 2010. Förbrukning 2010: 40553 kWh, 2011: 10723, rullande år: 8760 kWh.

Utloggad mysman

  • Ännu inte på något vis
  • Expert på värmepump
  • ****
  • Antal inlägg: 408
  • NIBE F370 -15, Klimatzon III
SV: Machine Learning / AI för feldetektion, data sökes
« Svar #2 skrivet: 23 oktober 2019, 10:43:39 »
Loggar också varje minut sedan nästan 4 år snart. Frånluftspump
Q1 -18 brakade min förångare och resulterade i kylmedieläckage i slutet av Mars.

Se bif. fil
Frånluftspump NIBE F370 (+5,6kW) Värmekurva 7(+1), punkt 14°(-3°), Fläkt 65%, fläktsynkdrift 55%, Värme av >16° dygnsmedel (50% fläkt via X7), Elpatron av >13° dygnsmedel (trendb.gräns 6°), Transfertid 45 min. Ext.termostat -12° eller lägre = Fläkt 60% & vv 50°-51°(AUX), vv-Ekonomi start 46°/stop 52°, CP läge II, G3 luftfilter (20mm)

Utloggad Daniel Sjöblom

  • Kyltekniker med (L) skylt.
  • Kan värmepumpar
  • ***
  • Antal inlägg: 152
  • Kan inget, tycker mycket, tar gärna mothugg :D
SV: Machine Learning / AI för feldetektion, data sökes
« Svar #3 skrivet: 23 oktober 2019, 20:49:05 »
Hej!

Jag jobbar på ett projekt där vi använder temperaturdata för att skapa deep learning modeller för feldetektion i olika system. Vi har gjort ett PoC som fungerar bra på elinstallationer för att detektera avvikelser.

Nu skulle vi vilja testa om våra modeller går att generalisera på ytterligare use cases och då kom jag att tänka på min bergvärmepump som jag har i källaren. Jag har haft mycket problem med den under åren och senast var det igensatta filter vilket gjorde att värmen i huset inte fungerade.

Jag tror det kan vara intressant för bergvärmetillverkarna/kunderna att integrera ett mer avancerat feldetektionssystem som varnar vid avvikelser.

Min fråga är om det är någon här på forumet som loggar alla temperaturdata och skulle vara villiga att dela med sig av sin data? Modellerna fungerar bättre ju fler temperatursignaler som är tillgängliga, och en bergvärmepump borde vara ideal i det hänseendet.

Tack på förhand

/Oscar

Hej!

Det där låter riktigt intressant. Värdet ligger väl i hur mycket data man kan samla in och lägga i modellen? Samt såklart, brytpunkter där man deklarerar vad som faktiskt hänt när vissa temperaturer drar iväg åt nåt håll. Vissa saker går att lägga in som rena funktioner, te.x att när differensen mellan in/ut i köldbäraren drar iväg tyder det på [luft:trasig pump:luft:igensatt filter:igensatta slangar], eller att hög delta på värmesidan indikerar samma sak, eller att låg delta på värmebärare tillsammans med låg delta på köldbärare tillsammans med hög hetgas tyder på gasbrist osv.

Det som är riktigt svårt är att se vilket av felen det är, och då ovanstående fel visar sig på samma sätt oavsett orsak är det en utmaning, men har man AI kan man räkna bort vissa saker, te.x är luft och trasig pump sällan nåt som smyger sig på utan går ganska fort, så där är brantheten intressant på kurvan. Avlagringar och igensättning av filter sker över lång tid oftast och ger en väldigt flack kurva.

Vattenmantlad köksspis, IVT GRN-12 Luft / Vatten

Jobbar med värmepumpar men är låååååååångt ifrån duktig på det. Har tur nog folk runtomkring som är ruggigt bra istället så jag kommer på målsträckan!

nibe, ctc, baxi, golvvärme, solenergi ppnar din e-postklient
 


Annonser

Vibrationsdämpare
Besök vår webshop, klicka här!
Energioffert.se
Värmepumpar i Stockholm
luftvärmepumpar, tillbehör, installationsmaterial, vi har allt!
Annonspriser
Click Here!
Annonsera här
Annonsera i Värmepumpsforum, klicka här för att ställa e-postfråga och få mer info.
Kampanj från Polarpumpen!.
Varför betala dyrt för nåt enkelt?

Use CS Theme